深入浅出 PyTorch

深入浅出Pytorch

目录：

1. 为什么要学习pyTorch
2. 学哪类知识
3. 如何学习和掌握PyTorch
4. PyTorch学习路径
5. 注意事项

PyTorch 优点

• 上手快：掌握Numpy和基本深度学习概念即可上手
• 代码简洁灵活：用nn.module封装使网络搭建更方便；基于动态图机制，更灵活
• Debug方便：调试PyTorch就像调试Python代码一样简单
• 文档规范：https://pytorch.org/docs/可查各版本文档
• 资源多：arXiv中的新算法大多有PyTorch实现
• 开发者多：GitHub上贡献者（Contributors）已超过1350+
• 背靠大树：FaceBook维护开发

学哪些知识

PyTorch定位：

深度学习框架，实现深度学习模型算法

人工智能：多领域交叉科学技术

机器学习：计算机智能决策算法

深度学习：高效的机器学习算法

PyTorch实现模型训练

机器学习模型训练步骤：

六个模块：

1. 数据

   如何把数据从硬盘读到内存？

   如何组织数据进行训练？图片如何预处理及数据增强

2. 模型

   如何构建模型模块？如何组织复杂网络？

   如何初始化网络参数？如何定义网络层？

3. 损失函数

   如何创建损失函数？如何设置损失函数超参数？

   如何选择损失函数？

4. 优化器

   如何管理模型参数？如何管理多个参数组实现不同学习率？

   如何调整学习率？

5. 迭代训练

   如何观察训练效果？如何绘制Loss/Accuray曲线？

   如何用TensorBoard分析？

6. 模型应用

   如何进行图像分类？图像分割？目标检测？

   对抗生成？循环网络？

如何学习和掌握PyTorch

勤动手，成体系，多总结

注意事项